Τα συστήματα αναγνώρισης συμβολικών γεγονότων/συμπεριφορών από δεδομένα έχουν μελετηθεί και αναπτυχθεί σε διάφορα ερευνητικά πεδία, όπως αυτά της Τεχνητής Νοημοσύνης, των Κατανεμημένων Συστημάτων και της Τεχνολογίας Λογισμικού. Για παράδειγμα, έχουν αναπτυχθεί συστήματα που επιβλέπουν την λειτουργία μέσων μαζικής μεταφοράς και αναγνωρίζουν “ενδιαφέρουσες” συμπεριφορές που λαμβάνουν χώρα, όπως η οδήγηση ενός λεωφορείου με μη οικολογικό τρόπο. Τα δεδομένα εισόδου ενος συστήματος αναγνώρισης γεγονότων προέρχονται απο διάφορους αισθητήρες (π.χ. κάμερες, μικρόφωνα, θερμόμετρα, αισθητήρες θέσης, κλπ.) οι οποίοι συχνά παρουσιάζουν σφάλματα. Συνεπώς, τα δεδομένα εισόδου είναι πολύ συχνά εσφαλμένα ή ελλειπή. Σκοπός της εργασίας είναι η μελέτη ενός στοχαστικού συστήματος αναγνώρισης γεγονότων που βασίζεται στον πιθανοτικό λογικό προγραμματισμό [1]. Για την εξομάλυνση του θορύβου στην έξοδο του συστήματος αυτού, έχουν χρησιμοποιηθεί τεχνικές μετατροπής της στιγμιαίας αναγνώρισης του σε χρονικά διαστήματα [2]. Επιπλέον, το σύστημα έχει επεκταθεί ώστε να χειρίζεται αποδοτικά ροές δεδομένων και Big Data [3]. Η εργασία αυτή αποσκοπεί στην βελτίωση της απόδοσης του συστήματος αυτού με χρήση τεχνικών βελτιστοποίησης στο επίπεδο του πιθανοτικού λογικού προγραμματισμού, όσο και στη χρήση τεχνικών μηχανικής μάθησης για την ακριβέστερη εξομάλυνση του θορύβου.
Βιβλιογραφία:
[1] Skarlatidis A., Artikis A., Filippou J. and Paliouras G., A Probabilistic Logic Programming Event Calculus, Journal of Theory and Practice of Logic Programming (TPLP), 2014.
http://users.iit.demokritos.gr/~a.artikis/publications/artikis-TPLP.pdf
[2] Artikis A., Makris E. and Paliouras G., A Probabilistic Interval-based Event Calculus for Activity Recognition, Annals of Mathematics and Artificial Intelligence (AMAI), 2021. https://cer.iit.demokritos.gr/publications/papers/2019/PIEC-AMAI.pdf
[3] Mantenoglou P., Artikis A. and Paliouras G., Online Probabilistic Interval-Based Event Calculus, European Conference on Artificial Intelligence (ECAI), 2020. https://cer.iit.demokritos.gr/publications/papers/2020/ecai2020.pdf